基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着互联网的蓬勃发展,越来越多的人喜欢在微博和论坛上对商品进行评论,致使网络上存在着大量评论数据.为了同时挖掘评论数据中所谈论的方面以及评论者对这个方面的观点,用于指导消费者的消费和生产厂家对商品的改进,面向电影评论数据提出了一个标签方面情感联合模型.该模型可以同时挖掘出电影评论数据中所评论的方面以及对这个方面的情感,并且假设情感分布依赖于方面分布,词是采样的最小单位.通过将传统基于词典的方法和模型联合使用,在COAE2016任务2的电影评论数据集上进行测试,实验结果表明,此方法取得了较好的结果.
推荐文章
基于电影评论的情感词汇共现网络分析
情感词汇共现网络
小世界特性
无标度特性
社区特性
面向票房预测的影评情感可视分析
情感分析
情感可视分析
空间差值可视化
票房预测
基于词向量的电影评论情感分析方法
词向量
情感分析
词嵌入
文本挖掘
自然语言处理
机器学习
一种基于影评文本情感分析的电影特征模型
文本情感分析
情感建模
聚类分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 面向电影评论的标签方面情感联合模型
来源期刊 计算机科学与探索 学科 工学
关键词 COAE2016 词典 标签方面情感联合模型 电影评论
年,卷(期) 2018,(2) 所属期刊栏目 人工智能与模式识别
研究方向 页码范围 300-307
页数 8页 分类号 TP391
字数 5544字 语种 中文
DOI 10.3778/j.issn.1673-9418.1611076
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王素格 山西大学计算机与信息技术学院 88 812 14.0 25.0
5 王佳 山西大学计算机与信息技术学院 21 11 2.0 3.0
6 李大宇 山西大学计算机与信息技术学院 2 1 1.0 1.0
7 文治 山西大学计算机与信息技术学院 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (41)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (1)
二级引证文献  (0)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
COAE2016
词典
标签方面情感联合模型
电影评论
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
总被引数(次)
10748
论文1v1指导